Bankalarda mali başarısızlığın tahmin edilmesine yönelik karşılaştırmalı uygulama: Avrupa Birliği ülkeleri ve Türkiye örneği
Financial failure prediction in banks for comparative empirical analysis: The case of European Union countries and Turkey
- Tez No: 452017
- Danışmanlar: DOÇ. DR. ASLIHAN ERSOY BOZCUK
- Tez Türü: Doktora
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Bankacılık, Mali Başarısızlık, Türkiye, Finansal Oranlar, Makroekonomik Göstergeler, Panel Veri, Lojistik Regresyon Yöntemi, Banking, Financial Distress, Turkey, Financial Ratios, Macro-economic Indicators, Panel Data, Logistic Regression Method
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 222
Özet
2007 yılının sonunda baş gösteren küresel finans krizi, başarısız bankaların erken tanımlanmasının önemini ön plana çıkarmıştır. Kriz göstermiştir ki; sorunlar geç tespit edildiğinde, çözümler çok daha maliyetli olmaktadır. Başarısız bankaların erken tahmin edilmesi sayesinde mali başarısızlık ile ilgili hem makro hem de mikro düzeyde gerçekleşmesi olası maliyetlerin en aza indirilmesi mümkün olmaktadır. Bu çalışmada, bankalarda mali başarısızlığı bir yıl önceden tahmin etmek ve hangi faktörlerin banka başarısızlığına neden olduğunu belirlemek amacıyla 27 Avrupa Birliği (AB) ülkesinde ve Türkiye'de faaliyet gösteren bankaların 1990-2010 dönemine ilişkin panel verileri kullanılarak beş aşamalı ampirik bir başarısızlık tahmin modeli gerçekleştirilmiştir. Modelde bağımlı ve bağımsız değişken olarak kullanmak amacıyla DataStream veri tabanından bankalara ilişkin 81 adet muhasebe temelli rasyo ve ülkeler bazında 15 adet makro-ekonomik gösterge temin edilmiştir. Başarısız bankaları sağlıklı bankalardan en doğru şekilde ayırt edebilmek amacıyla çalışmanın uygulama aşamasında banka başarısızlığı literatürüne uygun şekilde beş farklı bağımlı değişken kullanılmıştır. Modelde, bağımsız değişken olarak da (1) CAMELS göstergeleri, (2) bankacılık sektörü göstergeleri, (3) ülkelere özgü makro-finansal göstergeler ve (4) ülkelerin kurumsal gelişme göstergesi olmak üzere dört farklı gruptan oluşan göstergeler kullanılmıştır. Bağımsız değişkenler arasından hangilerinin banka başarısızlığına neden olduğunu belirlemek amacıyla oluşturulan erken uyarı modeline panel lojistik regresyon yöntemi uygulanmıştır. AB bankaları için uygulanan lojistik regresyon analizi sonuçlarına göre, bağımlı değişkeni en iyi açıklayan bağımsız değişkenin LE11 göstergesi (Faiz Dışı Gelir / Toplam Gelir) olduğu gözlemlenmiştir. Buna göre, AB içinde yer alan bankalar arasından toplam gelirlerinin yarısından fazlasını faiz gelirlerinden elde edemeyen bankaların başarısız olma ihtimali daha yüksek görülmektedir. Türkiye'deki bankaların başarısızlığına etki edebilen iki faktör ortaya çıkmıştır. Bunlar, LE2 (Net Faiz Marjı) ve LMF3'tür (Hisse Senedi Fiyatları Büyüme Oranı). LMF3 faktörünün makro-ekonomik bir gösterge olduğu göz önüne alındığında, Türkiye bankalarının hayatta kalabilmesi için banka dışında meydana gelen etkenlerin oldukça önemli olduğu kanısına varılmaktadır.
Özet (Çeviri)
The global financial crisis, which started at the end of 2007, highlighted the importance of early identification of distressed banks. The crisis demonstrated, when problems are detected late, solutions are costing much more. Early prediction of distressed banks makes it possible to reduce the possible costs of financial failure at both macro and micro levels. In this study, in order to estimate the financial failure of banks one year prior and to determine which factors lead to bank failure, a five-stage empirical failure prediction model was implemented using panel data for the 1990-2010 period for banks operating in 27 European Union (EU) countries and Turkey. In order to use it as dependent and independent variables in the model, 81 accounting-based ratios obtained from the DataStream database and 15 macro-economic indicators based on the countries, were provided. For distinguishing distressed banks from undistressed banks in the most accurate way, five different dependent variables were used in the application phase in accordance with the bank failure literature. The independent variables used in the model consist of four different groups: (1) CAMELS indicators, (2) banking sector indicators, (3) country-specific macro-financial indicators and (4) institutional development indicator of countries. A panel logistic regression method was applied to the early warning model to determine which of the independent variables caused the bank failure. According to the results of logistic regression analysis applied for EU banks, it is observed that LE11 indicator (Non-Interest Income to Total Income) is the best independent variable explaining the dependent variable. Therefore, among the banks in the EU, it is more likely that banks failing to obtain more than half of their total income from interest income are distressed. However, in Turkey there are two factors that can affect the failure of Turkish banks. These are LE2 (Net Interest Margin) and LMF3 (Share Price Growth Rate). Giving that LMF3 factor is a macro-economic indicator, it is believed that the factors outside the bank are crucial for the survival of the Turkish banks.
Benzer Tezler
- Mali başarısızlık tahmininde çok değişkenli istatistiksel yöntemlerin ve çok kriterli analize dayalı bir modelin kullanılması: Türk bankacılık sisteminde bir uygulama
Prediction of financial failure using multivariate statistical methods and a model based on multicriteria decision analysis: An application to the Turkish banking system
SÜLEYMAN BİLGİN KILIÇ
- Türk bankacılık sektöründe risk analizi ve mali bünye bozulmalarına (iflasa) karşı erken uyarı modeli geliştirilmesi
Başlık çevirisi yok
CİHAN TANRIÖVEN
- Bankalarda mali başarısızlık tahmini ve örnek bir uygulama
Forecasting financial failure in the banking system and an empirical analysis
İSGANDAR BAKHSHİYEV
- Türkiye doğal gaz dağıtım şirketlerinin mali başarısızlığının belirlenmesi
Determination of financial failure of Turkey's natural gas distribution companies
FURKAN CERAN
- Bankalarda Kobi kredilerini değerlendirmeye ilişkin bir yaklaşım : Yapay sinir ağları
An approach on Sme credit evaluations at banks : Artificial neural networks
MEHMET YAZICI
Doktora
Türkçe
2007
BankacılıkKadir Has ÜniversitesiFinans ve Bankacılık Ana Bilim Dalı
PROF.DR. EROL ÜÇDAL